qq_28404829的博客

特征工程1.特征构建2.特征提取3.特征选择 1.特征构建 描述：从原始数据中构建新的特征 方法：特征组合 特征切分 2.特征提取 描述：将原始特征转换成一组具有物理意义或统计意义特征的过程 方法：信号表示 PCA 信号分类 LDA 3.特征选择 描述：从特征集合中挑选一组具有统计意义的特征子集 方法：Filter 筛选器，侧重于单个特征 Wrapper 封装器，侧重特征子集 Embeded 集成...

特征工程-特征构建ConcatQuantile_binBox Cox 转换 特征工程 Concat Concat 函数通过合并某些变量来构造新变量（例如，合并描述同一对象的变量） 输入变量 输入变量 输入变量 color theme size red nature small 新建变量 新建变量 新建变量 color_theme color_size the...

特征工程-特征抽取 特征工程 特征抽取的目的：将原始的特征转化成一组具有物理意义或统计意义特征的过程，比如减少原始数据中某个特征的取值个数。 信号表示：抽取后的特征可以精确表示样本信息，使信息丢失很少 对应方法PCA（Principle Component Analysis）主成份分析 原理：将过多的变量综合为少数几个概括性的新变量，对原始目标进行解释，是一种降维技术。在主成份分析中，数据从原先的...

特征工程-特征选择特征选择特征选择-Filter特征选择-Wrapper特征选择-Embedded 特征工程 目的：从特征集合中挑选一组具有统计意义的特征子集，从而达到降维的效果。 流程：找一个集合，然后针对某个学习算法，测试效果如何，一直循环找到最优集为止。 特征选择 Filter:过滤式方式先对数据集进行特征选择，然后在训练模型，特征选择过程与后续模型训练无关。 Wrapper:直接把最终将要...